集思学院的「线上科研项目」数据科学在人工智能领域的应用，适合计算机科学、人工智能、数据科学、电子与计算机工程等专业，软件工程、自动化等相关专业或者希望掌握深度学习的学生。
一、项目详情
学生将学习深度学习中基本的数学理论知识；掌握经典机器学习的理论应用；了解DNN、CNN和RNN的概念与应用；学习深度学习算法中的正则化知识和模型训练；初步了解深度学习高阶应用，以便能在日后走出去并实施自己的深度学习模型。学生将基于给定的数据，编写一个完整程序，完成对自己创建的深度学习模型的训练和测试。以将基础知识应用于有趣的相关实践问题，进一步强化与完善学生专业技能。
二、适合人群
大学生
计算机科学、人工智能、数据科学、电子与计算机工程等专业，软件工程、自动化等相关专业或者希望掌握深度学习的学生；对机器学习、大数据以及交叉学科和方向感兴趣的学生学生需要具备计算机科学、微积分、编程基础
三、项目大纲
神经网络重要概念介绍：学生将了解分类和回归、优化，反向传播和前馈网络Review of Neural Networks,Convolutional Neural Networks
神经网络架构：学生将掌握如何进行神经网络架构设计Recurrent Neural Networks(RNN),basic concepts,and architectures
学习长期依赖关系的神循环经网络Long Short-Term Memory Recurrent(LSTM)Networks
自动编码器（Auto-Encoders）学生将用Auto encoder处理数据为机器“减压”，有利于数据的可视化Review of Auto-Encoders
生成式对抗网络Generative Adversarial Networks(GANs)
项目回顾与成果展示Program review and presentation
论文辅导与投递Project deliverable tutoring
四、时间安排与收获
4周线上+线下集中面授小组科研+5周在线论文辅导共计260课时
经主导师评定的个性化学术评估报告及成绩单
主导师Reference Letter
结业证书
EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表
*学员进入世界前沿实验室、研究机构和行业*机构担任长期科研助理，参与深度研究
集思学院是一家专业的背景提升平台，集思学院科研品牌Path Academics通过创新技术方法和高学术道德标准，提供创新教育和跨学科研究项目，为全球大学生和优秀高中生创造海外高校的教学环境。我们致力于通过实际科研学习和思考方式培养学生，并赋予他们能够在下一阶段学习中脱颖而出的能力。
